Exploiting Over-Approximation Errors as Preview Information for Nonlinear Control

Résumé technique : Exploitation des erreurs de sur-approximation comme informations prédictives pour le contrôle non linéaire

Énoncé du problème
La commande de systèmes non linéaires soumis à des contraintes d'état et d'entrée constitue un défi fondamental, en particulier dans des domaines critiques pour la sécurité tels que l'aérospatiale et la robotique. Les méthodes d'abstraction traditionnelles remplacent souvent les dynamiques non linéaires complexes par des modèles plus simples (par exemple, des systèmes linéaires ou affines par morceaux) pour permettre une synthèse de contrôleur traitable. Cependant, ces méthodes traitent généralement l'erreur d'approximation comme une perturbation inconnue et adverse. Ce traitement conservateur force les contrôleurs à prendre en compte la réalisation de l'erreur la plus défavorable, conduisant souvent à un conservatisme excessif et à une performance réduite. Le problème central abordé dans ce travail est de savoir comment exploiter la structure de l'erreur de sur-approximation pour améliorer les performances de contrôle sans sacrifier les garanties de sécurité.

Méthodologie
Les auteurs proposent un cadre où l'erreur de sur-approximation n'est pas traitée comme une perturbation inconnue, mais comme une information prédictive dépendante de l'entrée.

1. Politiques informées : Au lieu d'une politique standard de retour d'état $\pi(x)$, les auteurs définissent une « politique informée » $\pi(x, e)$ qui dépend à la fois de l'état courant $x$ et de l'erreur de sur-approximation $e$. Puisque la fonction d'erreur $e(x, u) = f(x, u) - \hat{f}(x, u)$ est connue et déterministe, l'erreur à l'exécution est une fonction de l'entrée choisie $u$.
2. Le problème de concrétisation : La mise en œuvre d'une politique informée nécessite de résoudre pour une entrée $u$ telle que $u = \pi(x, e(x, u))$. Cela crée une dépendance circulaire entre l'entrée et l'erreur. Les auteurs formulent cela comme une équation de point fixe : trouver $u$ tel que $u = F_x(u)$, où $F_x(u) = \pi(x, f(x, u) - \hat{f}(x, u))$.
3. Existence et calcul :
   • Existence : En utilisant le théorème du point fixe de Brouwer, les auteurs prouvent qu'une solution existe si l'ensemble des entrées $U$ est non vide, compact et convexe, et que les fonctions impliquées sont continues.
   • Calcul efficace :
     • Dépendance partagée à l'entrée : Si les dynamiques réelles et approximatives partagent la même dépendance à l'entrée (par exemple, $f(x,u) = f_x(x) + B u$ et $\hat{f}(x,u) = \hat{f}_x(x) + B u$), l'erreur devient indépendante de $u$, permettant une solution sous forme fermée.
     • Systèmes affines en entrée : Pour les systèmes où les dynamiques sont affines en $u$ ($f(x,u) = f_x(x) + f_u(x)u$) et les politiques affines en erreur, le problème de concrétisation se réduit à un programme convexe (ou un programme linéaire si $U$ est un polytope).
     • Systèmes non linéaires généraux : Pour les systèmes non linéaires arbitraires, les auteurs établissent des conditions sous lesquelles l'application de point fixe est une contraction. Si ces conditions sont remplies, le théorème du point fixe de Banach garantit une solution unique qui peut être trouvée par des méthodes itératives.
4. Synthèse de politique : Pour synthétiser ces politiques, les auteurs utilisent la Synthèse au niveau du système (SLS). Ils augmentent l'état du système pour inclure le terme d'erreur, transformant le problème en une synthèse d'une politique de retour d'état pour un système linéaire augmenté (ou linéaire par morceaux). Cela permet d'utiliser l'optimisation convexe pour concevoir des politiques satisfaisant les contraintes pour toutes les réalisations d'erreur possibles au sein de l'ensemble de sur-approximation.

Contributions clés

• Recadrage de l'erreur d'approximation : L'article démontre que les erreurs de sur-approximation fournissent naturellement des informations prédictives dépendantes de l'entrée, remettant en cause la vision standard de ces erreurs comme de simples perturbations adverses.
• Formalisme des politiques informées : Les auteurs introduisent des « politiques informées » qui utilisent explicitement le terme d'erreur, généralisant ainsi les politiques classiques non informées.
• Cadre de concrétisation : Le problème de la récupération d'une entrée valide pour le système réel à partir d'une politique basée sur la prédiction est formalisé comme une équation de point fixe.
• Garanties théoriques :
  • L'existence de solutions est garantie par le théorème de Brouwer sous des conditions topologiques légères.
  • Un calcul efficace est fourni via des solutions sous forme fermée, des programmes convexes/linéaires ou des méthodes de contraction itératives, selon la structure du système.
• Méthode de synthèse : Une méthode pour synthétiser des politiques informées en utilisant la SLS sur un système augmenté, incluant des conditions pour assurer la contraction requise pour la concrétisation non linéaire.

Résultats
Les auteurs valident leur approche par des expériences numériques sur deux systèmes non linéaires :

1. Dynamiques affines en entrée : Un système avec les dynamiques $\dot{x}_1 = x_2 + 0.5x_1^2$ et $\dot{x}_2 = 0.75x_1^2 + 2x_2^3 + \cos(x_2)u$. La politique informée a atteint un état terminal garanti de $x_{1,T} \geq 0.81$, contre $0.62$ pour une politique non informée.
2. Dynamiques non linéaires : Un système avec les dynamiques $\dot{x}_1 = x_2$ et $\dot{x}_2 = -\sin(x_1) + 0.5x_2^2 + 2\sin(u)$. En utilisant la concrétisation itérative basée sur Banach, la politique informée a garanti $x_{1,T} \geq 3.1$, surpassant la garantie de $2.7$ de la politique non informée.

Dans les deux cas, les politiques informées ont considérablement réduit le conservatisme, permettant au système d'atteindre des régions plus éloignées de l'espace d'état tout en respectant strictement les contraintes.

Signification et affirmations
L'article affirme qu'en interprétant les erreurs de sur-approximation comme des informations prédictives plutôt que comme des perturbations inconnues, les concepteurs de contrôle peuvent obtenir des lois de contrôle traitables et fiables pour des dynamiques non linéaires contraintes avec un conservatisme réduit. Le travail fournit une base mathématique rigoureuse (via la théorie du point fixe) pour cette approche, garantissant que les décisions « informées » prises par la politique sont physiquement réalisables (concrétisables) pour le système réel. Les auteurs positionnent cela comme une étape vers un déploiement plus efficace des systèmes de contrôle dans des domaines critiques pour la sécurité où les méthodes robustes standard sont souvent trop conservatrices.

L'article conclut en notant que les travaux futurs traiteront des extensions aux systèmes avec perturbations externes, retour de sortie et informations prédictives multi-étapes, mais ne prétend pas que ces extensions sont actuellement résolues.